xianjing-ai/README.md

# 鲜境物联 · AI 智能客服

用 **Ragflow** 做知识库检索，用本仓库的方案引擎做「追问 → 判定 → 出方案 → 留资」。

线上咨询台：[鲜境智能客服](http://127.0.0.1:3847/)  
Ragflow 控制台：[Ragflow](http://127.0.0.1:18080/)

示例产品资料在 `knowledge/corpus/`，型号是占位，等甲方资料替换。判定规则在 `knowledge/decision_tree.yaml`，由业务方定对错。

## 本机已经怎么跑

1. Ragflow v0.27.1 用 Docker 起在 `/opt/ragflow/docker`（内存已调低，适配约 16GB 以下的机器）。
2. `scripts/bootstrap_ragflow.py` 注册管理员、建 `products` / `solutions` / `faqs`，灌入语料并写 `.env`。
3. 方案引擎读 `.env` 里的 API Key 与数据集 ID，检索走 `POST /api/v1/retrieval`。

## 自己重来一遍

```bash
# 1. 起 Ragflow（首次会拉镜像）
cd /opt/ragflow/docker
sudo docker compose -f docker-compose.yml up -d

# 2. 若容器互相连不上（日志里 MySQL timeout），补网桥转发后重启 ragflow
bash scripts/fix_docker_forward.sh
cd /opt/ragflow/docker && sudo docker restart docker-ragflow-cpu-1
cd /workspace
source .venv/bin/activate
pip install -r engine/requirements.txt
python scripts/bootstrap_ragflow.py

# 3. 咨询台
uvicorn engine.app.main:app --host 0.0.0.0 --port 3847
```

没有 Docker 时可以把 `.env` 里的 `RETRIEVAL_BACKEND` 改成 `mock`，只用本地示例片段演示对话，不代表知识库已接通。

## 目录

| 路径 | 作用 |
|------|------|
| `engine/` | 咨询 API 与页面 |
| `knowledge/` | 槽位、判定树、灌库语料 |
| `scripts/bootstrap_ragflow.py` | 对接 Ragflow 建库 |
| `docs/` | 选型与实施说明 |